扩大用户量，提升活跃度是很多互联网应用的努力方向。在阅读中引入社交，降低用户的使用门槛，使其更容易获取喜欢的资源；提高用户的参与度，使其更愿意生产内容。前者有利于扩大用户量，后者有利于提升活跃度。

目前，市场上大部分阅读应用的社交功能的社交，已经搭好整体的框架，具备了社交的基本元素：好友关系（关注¥粉丝）、内容分享（赞&评论）。这里，我们讨论一下：在社交方面，阅读应用还能再做些什么来提高产品的竞争力。下面将从形成好友圈、生产优质内容、用户激励机制三个方面展开讨论。

1

形成好友圈

没有好友，就无法体现兴趣。基于兴趣的社交，好友是基础。兴趣社交的目的是内容，人是内容的生产者和过滤器。内容是目的，好友是手段。所以，用户的好友圈拥有数量足够多、兴趣基本接近的好友，才有源源不断产生的用户喜欢的新内容。如何形成和扩大好友圈？

针对新用户，通过设问获取新用户喜好，给予好友推荐

这个功能很多软件都有做，不算新鲜，但是实用。这里看两个例子：Zite和知乎。第一次使用Zite，它会让你“Build your Zite”，问你对哪些方面感兴趣。用户在Zite的备选项中选择自己的兴趣点。Zite根据这些兴趣点给用户呈现内容。

知乎注册的最后一步，是选择感兴趣的方向，然后推荐这方面的活跃的和权威的用户，可以直接关注。这样新用户在初始阶段就建立了一个兴趣相对匹配并且内容产量较大的好友圈，解决了新用户的上手困难。这样基于这个初始的好友圈，以后滚雪球般地扩大也就相对容易。

很多阅读应用的社交没有做新用户的好友推荐。这可能和社交是在阅读已经成型后再加入的有关，用户量已经达到一定规模。用户刚开始使用朋友圈，没有好友，也不知加哪些好友，这样他的朋友圈就没什么内容，于是就不再使用朋友圈，于是很难再有新好友。

其实，在阅读应用“找好友”这个功能里，可以实现这个目标。很多阅读应用的好友推荐不是根据用户的兴趣推荐的，而是那些在好友圈不活跃（动态量在个位数）的原创作者。作为一个不看这些作者的连载作品的用户，这些原创作者对他们来说一点意义都没有。而作为一个想看的用户，他完全有能力不通过这个推荐就能直接找到他想关注的原创作者。这里的推荐，可以将活跃的（动态量大）用户，在这里分类推荐。随着服务器逐步获知用户的兴趣，这里可以做更精确的推荐。

允许用户设定自己的喜好标签（interest tag），便于服务器为其推荐好友

豆瓣的图书，系统会提供一些备选tag，同时也允许用户自己设定tag，加到图书上。加了tag的图书，一方面是方便用户的搜索分类，另一方面便于系统给图书进行定位。标签功能简单实用，如果能给予适当的引导，用户会完善自己的标签。在好友推荐中可以按标签分类；在好友搜索中，可以根据标签进行搜索。目前云阅读中，搜索只能以无兴趣意义的关键字进行匹配搜索，这对于发现未知的好友，意义不大。

提供活跃用户展示平台，有分类，便于加好友

微博中的广场，多看阅读中的名人堂，都是提供用户在任何时候都可以寻找感兴趣的内容或者好友。用户在使用过程中希望扩展自己的好友圈，可以到这样一个活跃用户展示平台上发现一些优质的好友。从好友链中寻找新好友，是线性的，是深度寻找；从活跃用户平台里寻找新好友，是面性的，是广度寻找。二者相互补充。

在用户生产的内容中传播好友关系

赞、评论、书摘、笔记，都是用户生产的内容。这些内容，除了体现用户的兴趣，还承载着用户信息。用户将这些内容分享出去，别的用户根据内容判断出分享者的兴趣，然后可以从内容附带的用户信息中获得分享者，好友关系就这么传播出去。这是社交类的应用的基本要素。

2

生产优质内容

打开阅读，都是感兴趣的内容，这应该是用户最期望的吧。内容是阅读应用吸引和留住用户的关键因素。内容也是各种阅读应用之间进行差异化竞争的领域。前面说了好友，用来过滤和筛选内容，这个前提是要有足够多足够好的内容。除了平台提供的内容（抓取的资讯和制作的图书），还有用户自己生产的，例如评论、笔记和书摘等。

更细粒度的评论

很多阅读应用目前分享（动态）的对象是文章（资讯）、书和源，也就是说是一个大的整体。其实，引起用户共鸣的，让用户忍不住想写点东西的，往往不是文章或者书籍本身，而是里面的某些文字。针对文章的评论（或者说备注）的粒度可以再细一点，针对里面的某一段文字。这样的粒度，更有具体性和吸引力。这其实是书籍的笔记（备注）功能，扩展到文章上。这种粒度的评论，要附带上评论所针对的原文语句，这样具有了上下文。

Findings.com，是一个轻量级的备注（笔记）工具。它在PC浏览器上提供一个插件，浏览网页的时候，选中（高亮）想要的文字，可以添加备注（评论），存放到它的服务器上。Findings使用非常方便快捷，不过目前没有客户端，只能在PC的浏览器上进行操作。

更大范围的分享

多看阅读，可以对外分享的包括书评（评论）、书摘和笔记。对外分享是可选的，也就是用户在生成内容时，可以选择不分享。这样在鼓励用户尽量生产更多内容的同时，又对用户隐私提供保护。

目前，一些阅读应用主要针对资讯方面的用户产生内容（资讯的赞、评论，源和书籍的评论）进行分享，书籍方面，除了评论，书摘和备注还不能分享。鉴于阅读平台上出版书籍和精编书在不断增加，书摘和备注的质量应该也会有所提升，如果放开书籍的书摘和备注分享，用户的生产内容量肯定会增多。

根据用户的兴趣和阅读统计，向其推荐阅读内容

今日头条和无觅的猜你喜欢，都是主动向用户呈现内容。用了很久云阅读，最近才发现也有猜你喜欢和今日头条。这两个源藏的很深，用一个新帐号登录，发现不是默认推荐；进入资讯中心，除了通过搜索，也无法找到。

多看的今日看到和头条热点，直接固定在最前面，用户的点击率应该还是挺高的。对于不是每天固定浏览某几个源的用户，大多数在选择资讯源的时候，有一定的盲目性，有些无从下手的感觉。选择，有时候是件痛苦的事情。而类似今日头条和猜你喜欢，则在用户迟疑的瞬间就帮用户做了选择。

3

用户激励机制

人人都有攀比心，攀比能得到满足感。游戏类以及熟人社交，常常引入排行榜。排行榜除了体现用户在圈子中的成就，也是用户自我定位的一种方式。

阅历：个人阅读行为的综合统计。多看阅读和掌阅已经实现了阅历功能。在阅读应用里，阅历功能不是将个人成就在圈子中展示，而是让用户进行自我定位。阅历同时也是个人阅读行为的综合统计，将自己未曾注意到的细节点，以一种较为优美的形式展现给用户。这让用户感受到关怀和贴心。

「

推荐阅读

猛戳阅读原文

」

《游戏的社交与延伸：怎样把玩家连结起来 》

网易云信∣真正稳定的IM云服务

ID：neteaseim  长按识别，关注精彩